JP2021178128A - 唇年齢又は唇印象による唇の評価方法 - Google Patents

Abstract

【課題】唇の外観に影響する生理学的要素の特徴量と解剖学的要素の特徴量から相応の年齢や印象を客観的に評価する方法を提供する。【解決手段】(i)唇のメラニンの色素量とヘモグロビンの色素量との比（以下、「色素量比」という）、(ii)唇の２種の外形寸法の比（形状比）、(iii)唇画像のぼかし画像に対して唇画像の明るい画素を抽出した明差分画像の標準偏差と平均値との比（明変動係数）、及び(iv)唇のぼかし画像から暗い画素を抽出した暗差分画像の標準偏差と平均値との比（暗変動係数）から選ばれる少なくとも二つを説明変数とし、実年齢又は唇印象を目的変数として回帰式を得る。その回帰式に、被験者の唇の計測から得られた対応する変数を入れて算出される数値を被験者の唇年齢又は唇印象とする。【選択図】図１

Description

唇の色、シワ等によるテクスチャ、形状は唇の外観に影響を与え、さらには顔の印象にも影響を与えることがある。例えば、加齢とともに唇の赤みが減少し、その結果、くすみが増加する。これは、顔色が悪く不健康に見える要因となりうる。また、加齢とともに、上唇周囲と唇を跨ぐような輪郭シワや横シワが多くなり、厚みがなくなり平坦化することが知られている（非特許文献１、非特許文献２、非特許文献３）。

また、唇の色と生理的特徴との関連からの報告もなされている。例えば、上唇の毛細血管よりも下唇の毛細血管が厚くて明確なループ状が観察され、ヘモグロビン量が多いことが知られている。これに関連して上唇のａ*値を上げて下唇のａ*値と同じにすると若く見え、上唇より下唇のａ*値が高いと見た目の若さが劣るとされている（特許文献１）

特開2010-83792号公報

FRAGRANCE JOURNAL,2019,vol.47,No.2,p19 ：日本化粧品技術者協会、トップライブラリー化粧品用語集「く」一覧唇（https://www.sccj-ifscc.com/library/glossary_detail/443） 日本色彩学会誌,2017,vol.41,No.3,p114,（https://www.jstage.jst.go.jp/article/jcsaj/41/3+/41_114/_pdf/-char/ja）

上述した先行報告は、唇の色、テクスチャ、形状に関連する特徴は、実年齢の影響を受け、またこれらの特徴は、唇から想起される肌や顔の“印象”に影響を与えることを示唆している。

しかしながら、唇の色、テクスチャ、形状などの唇の外観に影響を与える生理学的要素や解剖学的要素が、どのように影響し合って実年齢や印象に関係づけられるかについて詳細な検討はなされていなかった。

これに対し、本発明は、唇の外観を決定する生理学的要素の特徴量と解剖学的要素の特徴量の双方から相応の年齢や印象を算出できるようにすることで唇を客観的に評価することに関する。

本発明者は、唇の外観に影響する生理学的要素の特徴量と解剖学的要素の特徴量の双方を説明変数とし、実年齢又は唇の印象を目的変数として回帰式を考える場合に、生理学的要素の特徴量として(i)唇の色に関して特定の方法で算出される数値、解剖学的要素の特徴量として(ii)唇の２種の外形寸法の比、生理学的要素と解剖学的要素の複合的特徴量として(iii)ぼかし画像に対して唇画像の明るい画素を抽出した明差分画像の画素値のばらつき度合い、及び(iv)ぼかし画像に対して唇画像の暗い画素を抽出した暗差分画像の画素値のばらつき度合い、の少なくとも二つを使用すると、実年齢又は唇の印象と相関性の高い回帰式を得られることを想到し、本発明を完成した。

即ち、本発明は、次の(i)〜(iv)
(i)唇のメラニンの色素量とヘモグロビンの色素量との比（以下、「色素量比」という）
(ii)唇の２種の外形寸法の比（以下、形状比という）
(iii)唇画像にぼかし処理をしたぼかし画像に対して唇画像の明るい画素を抽出した明差分画像の画素値のばらつき度合い（以下、明変動係数という）、及び
(iv)唇画像にぼかし処理をしたぼかし画像に対して唇画像の暗い画素を抽出した暗差分画像の画素値のばらつき度合い（以下、暗変動係数という）
から選ばれる少なくとも二つを説明変数とし、
実年齢又は唇印象の官能評価値を目的変数として得られる回帰式の説明変数に、被験者の唇の計測から得られた対応する変数を入れて算出される数値を被験者の唇年齢又は唇印象とする唇の評価方法を提供する。

特に、上述の唇の評価方法において説明変数に(i)を含め、実年齢を目的変数とする回帰式で被験者の唇年齢を算出する唇の評価方法、
説明変数に(i)を含め、唇のくすみ感又はきれいさの官能評価値を目的変数とする回帰式で被験者の唇のくすみ感またはきれいさを算出する唇の評価方法、又は
説明変数に(iii)及び(iv)を使用し、唇のなめらかさの官能評価値を目的変数とする回帰式で被験者の唇のなめらかさを算出する唇の評価方法
を提供する。

また本発明は、唇年齢又は唇印象の評価値を出力する演算装置を備えた唇の評価システムであって、該演算装置が上述の回帰式を記憶し、該回帰式の説明変数として、被験者の唇の計測から得られた対応する変数が入力されることにより該回帰式による算出値を唇年齢又は唇印象の評価値として出力する唇の評価システムを提供する。

本発明における唇年齢は、唇の客観的な計測により得られる上記(i)〜(iv)の特徴量の少なくとも二つを説明変数とし、実年齢を目的変数として求められる回帰式を使用し、当該被験者の特徴量に基づいて算出される推定年齢である。また、唇印象は上記(i)〜(iv)から選ばれる特徴量の少なくとも二つを説明変数とし、唇印象の官能評価値を目的変数として求められる回帰式を使用し、当該被験者の特徴量に基づいて算出される被験者の唇印象の推定値である。本発明で使用する回帰式の説明変数は、いずれも生物学的要素の特徴量と解剖学的要素の特徴量の双方を含んでおり、目的変数と説明変数の相関性が高いので、回帰式から算出される唇年齢等の評価値は、被験者の唇の外観を客観的に評価するために有用な指標となる。

したがって、唇年齢等の評価値により客観的に化粧方法や化粧料を評価することが可能となる。例えば、被験者の当初の唇年齢は実年齢より高かったのが、特定の唇化粧料の使用により唇年齢が実年齢よりも低くなった場合、その唇化粧料が唇を若々しく見せるために有効であることがわかる。

同様に、本発明で算出される、くすみ感・きれいさ・なめらかさ等の唇印象の評価値もこれらの印象の客観的評価値となり、唇の外観の印象の改善を意図した唇化粧料の開発に有用な指標となる。また、より若々しく、美しくという消費者ニーズに応える化粧アドバイスにも有用となる。

また、本発明で使用する回帰式の説明変数はいずれも所定の特徴量同士の比であり、無次元である。そのため、本発明で使用する回帰式は規格化された汎用性のある式として、種々の被験者に使用することができる。

図１は、唇のメラニン画像である。 図２Ａは、下唇の横幅と縦の長さの計測位置の説明図である。 図２Ｂは、下唇の厚みの計測位置の説明図である。 図３Ａは、色素量比（Ｍ/Ｍ+Ｈ）と年齢との相関図である。 図３Ｂは、暗変動係数と年齢との相関図である。 図３Ｃは、明変動係数と年齢との相関図である。 図３Ｄは、形状比と年齢との相関図である。

以下、図面を参照しつつ本発明を詳細に説明する。
（唇年齢）
唇年齢は、唇の客観的な計測により得られる特徴量を説明変数とし、実年齢を目的変数として求められる回帰式を使用し、当該被験者の特徴量に基づいて算出される推定年齢である。この回帰式から算出される推定年齢と実年齢が相関性を有する場合、回帰式から算出される推定年齢は被験者の特徴量に相応する年齢となり、被験者の唇の外観を客観的に評価する指標となる。

本発明では、回帰式から算出される推定年齢と実年齢との相関性を向上させるために、まず、唇年齢を算出する回帰式の説明変数として、生理学的要素の特徴量である(i)色素量比、解剖学的要素の特徴量である(ii)形状比、生物学的要素と解剖学的要素の複合的な特徴量である(iii)明変動係数及び(iv)暗変動係数から選ばれる少なくとも二つを使用することで生理学的要素の特徴量及び解剖学的要素の特徴量の双方を説明変数に含める。

したがって、本発明において唇年齢を算出するための回帰式としては、例えば、次の式１-1、式１-2又は式1-3をあげることができる。

［実年齢］＝ａ_1-1［色素量比］＋b_1-1［形状比］＋ｘ_1-1
（式１-1）
（式１-1において、ａ_1-1、b_1-1、は係数であり、ｘ_1-1は定数項である。）

［実年齢］＝ａ_1-2［色素量比］−c_1-2［明変動係数］−ｄ_1-2［暗変動係数］＋ｘ_1-2
（式１-2）
（式１-2において、ａ_1-2、c_1-2、ｄ_1-2は係数であり、ｘ_1-2定数項である。）

［実年齢］＝ａ_1-3［色素量比］＋b_1-3［形状比］−c_1-3［明変動係数］
−ｄ_1-3［暗変動係数］）＋ｘ_1-3
（式１-3）
（式１-3において、ａ_1-3、b_1-3、c_1-3、ｄ_1-3は係数であり、ｘ_1-3定数項である。）

以下、上記回帰式の説明変数について説明する。

（色素量比）
唇年齢を算出する回帰式の説明変数として色素量比を使用するのは次の知見に基づく。即ち、一般に、肌に関しては、加齢と共に表皮中のメラニン量が増えることが知られており、唇に関しては、加齢とともに唇の赤みが減少し、くすみが増加することが知られているものの、唇に含まれるメラニンやヘモグロビンの色素量と年齢との詳細な関係は知られていない。これに対し、本発明者は、メラニンの色素量とヘモグロビンの色素量との比である色素量比は実年齢との相関性が高く、無次元で種々の被験者に対する汎用性も高まることを見出した。そこで、本発明では、実年齢を目的変数とする回帰式の説明変数として色素量比を使用する。

色素量比を算出するに際して、唇中の所定の深さの組織におけるメラニン濃度やヘモグロビン濃度（オキシヘモグロビンとデオキシヘモグロビンの合計濃度）を求めることは不要である。本発明においてメラニンやヘモグロビンの色素量としては、唇の反射率測定から求まる見かけの吸光度を用いて算出されるメラニンインデックスＭやヘモグロビンインデックス（エリスマインデックスともいう）Ｈを使用することができる。そして、色素量比は、Ｍ／Ｈとして求めてもよく、Ｈ／Ｍとして求めてもよく、Ｍ／(Ｍ＋Ｈ)として求めてもよく、Ｈ／(Ｍ＋Ｈ)として求めてもよい。

メラニンインデックスやヘモグロビンインデックスの算出手法は非特許文献３にも記載されているように従来から知られているが、特開２０１８−２３７５６号公報に記載のオキシヘモグロビンの吸光係数とデオキシヘモグロビンの吸光係数が等しい等吸収点の波長における見かけの吸光度を用いてメラニンインデックスを算出する手法や、特開２０１９−２５２９２号公報に記載のオキシヘモグロビンの吸光係数とデオキシヘモグロビンの吸光係数の比が等しい（等吸光係数比）２点の波長における見かけの吸光度を用いてメラニンインデックスを算出する手法が好ましい。中でも特開２０１９−２５２９２号公報に記載の方法で波長間吸収係数比αが、１．２＜α＜１．７となるように等吸光係数比波長の第１点と第２点を定めることが好ましく、特に、第１等吸光係数比波長を５２０ｎｍとし、第２等吸光係数比波長を５６５ｎｍとし、波長間吸収係数比αを１．５とすることが好ましい。これは、唇を被写体とし、同公報に記載されているように白色光源を使用し、撮像装置としてハイパースペクトラルイメージング装置（例えば、製品名「ハイパースペクトルカメラＮＨ−７」、エバ・ジャパン製、解像度１３１．１万画素、波長範囲４００〜１０００ｎｍ、波長分解能５ｎｍ）を使用し、撮影した各画素についてメラニンインデックスを算出してメラニン画像を形成する場合に、第１等吸光係数比波長と第２等吸光係数比波長の波長を変えて唇メラニン画像の形成に最適の等吸光係数比波長の組み合わせを検討した結果に基づく。即ち、図１（１）は、肌のメラニンインデックスを求めるのに適した条件である第１等吸収点を６４０ｎｍとし、第２等吸収点を６７０ｎｍとして求めた唇のメラニン画像である。この場合には、唇中の豊富な血液によるヘモグロビンの影響がメラニン画像に大きく影響している。これに対し、同図（２）は等吸光係数比波長の第１点を５３０ｎｍ、第２点を５７０ｎｍとした場合、同図（３）は等吸光係数比波長の第１点を５２０ｎｍ、第２点を５６５ｎｍとした場合、同図（４）は等吸光係数比波長の第１点を５１５ｎｍ、第２点を５６５ｎｍとした場合である。これら（２）〜（４）では、（１）よりもヘモグロビンの影響が軽減されている。（２）〜（４）の中で対比すると、（２）では画像のノイズが目立ち、唇領域内でのメラニン分布を評価することが困難である。（４）では、光源に対して斜めになっている輪郭部分のメラニンインデックスが高く検出されていることから、陰影の影響が強くでていると考えられる。したがって、唇のメラニンインデックスの評価には、（１）〜（４）の中では（３）が好ましいことがわかる。

一方、本発明においてヘモグロビンインデックスＨの算出には、皮膚において反射率測定によりヘモグロビン量に比例するレベルを表すエリスマインデックスを求めるときに使用する公知の次式（Dawson J.B. et al. Phys. Med. Biol.： 25，695-709，1980）を使用することができる。
Ｈ＝100［Ａ₅₆₀＋1.5×（Ａ₅₄₃＋Ａ₅₇₆）−2.0×（Ａ₅₁₀＋Ａ₆₁₀）］
（式中、Ａ₅₆₀、Ａ₅₄₃、Ａ₅₇₆、Ａ₅₁₀、Ａ₆₁₀は、それぞれ波長５６０ｎｍ、５４３ｎｍ、５７６ｎｍ、５１０ｎｍ、６１０ｎｍにおける見かけの吸光度である。）

なお、波長λにおける見かけの吸光度Ａ_λは、波長λにおける反射率をＲ_λとした場合に
ｌｏｇ（１／Ｒ_λ）＝Ａ_λ
で表され、反射率Ｒ_λを計測することで求めることができる。

また、メラニンインデックス及びヘモグロビンインデックスを求めるにあたり、見かけの吸光度を測定する唇は、下唇とすることが好ましい。上唇に比して下唇は血流量が多いので計測精度が向上するためである。また、計測を簡便にする点からも、上唇と下唇のそれぞれを測定するよりも下唇だけを計測対象とすることが好ましい。

また、本発明において、色素量比を求めるためにメラニン画像及びヘモグロビン画像を形成する装置として上述のハイパースペクトラルイメージング装置を使用することは必須ではない。メラニン量もしくはヘモグロビン量を検出する市販機器（例えばメグザメーター）などを使用してもよい。さらに、ヘモグロビン量を算出する方法としては、血流計測機（レーザースペックル法、レーザードップラー法等）を使用してもよい。

（形状比）
一方、実年齢を目的変数とする回帰式において、解剖学的要素の説明変数とする形状比としては、唇画像から計測できる２種の外形寸法の比を使用する。このような外形寸法としては、例えば、図２Ａに示すように上下の唇が自然に閉じている状態における下唇の横幅Ｌ１、顔上下方向の下唇の長さＬ２、図２Ｂに示す唇の厚さＬ３等をあげることができる。したがって、形状比としては、Ｌ１／Ｌ２、Ｌ３／Ｌ１等を使用することができる。正面画像のみから容易に計測できるという点からはＬ１／Ｌ２とすることが好ましい。

また、形状比は下唇についてだけの形状比で足るが、上唇についてだけの形状比としてもよく、上唇と下唇の形状比にしてもよい。

（明変動係数及び暗変動係数）
実年齢を目的変数とする回帰式において説明変数とする明変動係数及び暗変動係数は、生理学的要素と解剖学的要素の複合的特徴量である。

このうち明変動係数は、唇画像にぼかし処理をしたぼかし画像に対して唇画像の明るい画素を抽出した明差分画像の画素値のばらつき度合いであり、明差分画像の画素値の変動係数とも言える。具体的には、明差分画像の画素値の標準偏差と平均値との比、標準偏差と中央値との比、ヒストグラム面積と平均値との比等として表される。唇画像において明るい画素は、ツヤや鱗屑により白っぽく見える部分に対応し、唇の外観に明るいムラをもたらす。そこで、明変動係数は、ツヤや鱗屑に由来する明るいムラの存在度合いを意味する。ここで、ツヤは、唇表面のミクロ構造に由来する散乱という解剖学的要素と、唇表層の屈折率の違いに伴う透過性の差異という生理学的要素によって生じるので解剖学的要素と生理学的要素の複合的な特徴量となる。また、鱗屑に由来する明るいムラは解剖学的要素の特徴量である。

なお、明変動係数は実年齢と高い相関性を示すが、明差分画像の画素値の標準偏差、平均値等の、ばらつき度合いを算出するときの個々の分子又は分母と実年齢との相関性は低い。

一方、暗変動係数は、唇画像にぼかし処理をしたぼかし画像に対して唇画像の暗い画素を抽出した暗差分画像の画素値のばらつき度合いであり、暗差分画像の画素値の変動係数ともいえる。具体的には、標準偏差と平均値との比、標準偏差と中央値との比、ヒストグラム面積と平均値との比等として表される。唇画像において暗い画素の画素値にはシワ等の解剖学的要素と、シミ、そばかす等の生物学的要素の双方が影響する。

暗変動係数も明変動係数と同様に実年齢と高い相関性を示すが、暗差分画像の画素値の標準偏差、平均等のばらつき度合いを算出するときの個々の分子又は分母と実年齢との相関性は低い。

なお、明変動係数及び暗変動係数を求める唇も、メラニンインデックス及びヘモグロビンインデックスの計測対象とする唇と同様に、上唇に比して下唇の血流量が多い点から下唇とすることが好ましい。

また、唇画像へのぼかし処理は、特開２０１３−７８５２０号公報に記載のガウシアンフィルタを用いた処理と同様に行うことができ、輝度画像に対してぼかし処理を行うことが好ましい。ぼかし強度（ピクセル距離）は、唇画像の大きさが５５０（横幅）〜１００（縦幅）ピクセルの場合に半径１〜２０ピクセルとすることができる。

（唇年齢を算出する回帰式）
上述のように唇年齢を算出する回帰式は、生理学的要素の説明変数として(i)色素量比を含み、解剖学的要素の説明変数として(ii)形状比を含み、生物学的要素と解剖学的要素の複合的要素として(iii)明変動係数及び(iv)暗変動係数から選ばれる少なくとも二つを含み、より具体的な好ましい回帰式としては、上述の式１-1、１-2、１-3を挙げることができる。

実施例で示すように、これら式１-1、１-2、１-3の係数を対比することにより、唇年齢への寄与は色素量比が最も大きく、明変動係数と形状比の寄与も合わせることで唇年齢がほぼ定まることがわかる。したがって、より簡便に唇年齢を算出する場合には、式１-1を使用することが好ましい。

一方、明変動係数及び暗変動係数は唇年齢を算出する上で補完的な役割を担っており、色素量比及び形状比に加えて、明変動係数及び暗変動係数を説明変数とする式１-3を使用することにより唇年齢の精度を向上させることができる。また、表情のある顔における唇年齢を推定する場合には表情により唇の形状が変わり、唇の外形寸法の比も変わるので、説明変数として形状比を使用することを省略し、式１-2により唇年齢を算出することが好ましい。式１-1、１-2、１-3の回帰式から算出される唇年齢の決定係数は、好ましくは０．７以上、より好ましくは０．８以上となる。

（くすみ感）
本発明は、上述の「色素量比」及び「形状比」を説明変数とし、くすみ感の官能評価値を目的変数とした式２の回帰式を使用することで、唇の外観的特徴から被験者の唇のくすみ感を評価する方法を包含する。
［くすみ感］＝ａ₂［色素量比］＋ｂ₂［形状比］＋ｘ₂ （式２）
（式中、ａ₂、b₂は係数であり、ｘ₂定数項である。）

くすみ感を算出する回帰式の説明変数には、必要に応じて暗変動係数を使用してもよい。

ここで、くすみ感の官能評価値は、複数の美容関係の専門家が評価者となり、被評価者（例えば、年齢：２２〜７９、女性）の唇を目視観察した場合に、どの程度くすんでいると感じたかを数値化することで得ることができる。例えば、１〜１００点で数値化し、数値が小さいほどくすみが少ないとすることができる。

式２も、生理学的要素である色素量比と、解剖学的要素である形状比を説明変数としており、回帰式から推定されるくすみ感の評価値の決定係数は、好ましくは０．７以上、より好ましくは０．８以上となり、高い精度でくすみ感を推定することができる。

（きれいさ）
本発明は、上述の「色素量比」及び「形状比」を説明変数とし、きれいさの官能評価値を目的変数とした式３の回帰式を使用することで、唇の外観的特徴から被験者の唇のきれいさを評価する方法を包含する。
［きれいさ］＝ａ₃［色素量比］＋ｂ₃［形状比］＋ｘ₃ （式３）
（式中、ａ₃、b₃は係数であり、ｘ₃定数項である。）

ここで、きれいさとは唇の外観上の総合的な好ましさであり、唇の形状、色、テクスチャよりも高次の評価である。
きれいさの官能評価値を得る方法は、くすみ感の官能評価値を得る場合と同様とすることができ、きれいさの官能評価の結果を複数段階で数値化すればよい。

式３も、生理学的要素である色素量比と、解剖学的要素である形状比を説明変数としており、回帰式から推定されるきれいさの評価値の決定係数は、好ましくは０．７以上、より好ましくは０．８以上となり、高い精度できれいさを推定することができる。

（なめらかさ）
本発明は、上述の「明変動係数」及び「暗変動係数」を説明変数とし、なめらかさ官能評価値を目的変数とした式４の回帰式を使用することで、唇の外観的特徴から被験者の唇のなめらかさを評価する方法を包含する。
［なめらかさ］＝−ｃ₄［明変動係数］−ｄ₄［暗変動係数］＋ｘ₄
（式４）
（式中、ｃ₄、ｄ₄は係数であり、ｘ₄定数項である。）

上述のように明変動係数は、テカリや鱗屑により白っぽく見える部分に対応し、暗変動係数は、シワ、シミ、そばかすにより暗く見える部分に対応するので、唇のなめらかさには、明変動係数と暗変動係数の双方が影響する。
なめらかさの官能評価値を得る方法は、くすみ感やきれいさの官能評価値を得る場合と同様とすることができ、なめらかさの官能評価の結果を複数段階で数値化すればよい。
この回帰式で推定されるなめらかさの評価値の決定係数は、好ましくは０．６以上、より好ましくは０．７以上となる。

（唇の評価システム）
本発明の唇の評価システムは、上述した回帰式１-1、１-2、１-3、２、３又は４記憶し、これら回帰式の説明変数の数値が入力されると回帰式による算出値を唇年齢又は唇印象の評価値として出力する演算装置を備えている。この演算装置としては、汎用のパーソナルコンピュータに数式処理機能を有するプログラムを組み込んだものを使用することができる。

演算装置には、唇の吸光係数スペクトルを入力し、メラニンインデックスを算出するための第１等吸光係数比波長及び第２等吸光係数比波長や、ヘモグロビンインデックスを算出するための段落００２７に記載の波長等の特定の波長を指定することによりメラニンインデックスやヘモグロビンインデックスを算出する解析プログラムが組み込まれていても良い。これにより被験者の唇の吸光係数スペクトルを入力することで、回帰式で説明変数として使用する色素量比を容易に算出することが可能となる。

また、演算装置には、唇のカラー画像をグレースケール画像に変換する機能、唇画像に対してガウシアンフィルタ等を用いてぼかし画像を形成する機能、ぼかし画像に対して唇画像の明るい画素又は暗い画素を抽出した差分画像を形成する機能、差分画像における画素の変動係数等を算出する機能等を備えた画像処理プログラムが組み込まれていても良い。これにより被験者の唇画像の入力により回帰式で説明変数として使用する明変動係数または暗変動係数を容易に算出することが可能となる。

さらに、演算装置には、唇画像から唇の横幅、上下方向の唇の長さ等の外形寸法を計測する機能を備えたプログラムが組み込まれていても良い。これにより回帰式で説明変数として使用する形状比を容易に算出することができる。

以下、実施例に基づいて本発明を具体的に説明する。
（１）色素量比、暗変動係数、明変動係数、形状比の算出
唇年齢、くすみ感、きれいさ及びなめらかさの回帰式を得るために、２０人（年代：２２〜７９、性別：女性）の唇のカラー画像（ＲＧＢ画像）を取得し、評価対象とする下唇をトリミングした。

次に、特開２０１９−２５２９２号公報に記載の方法に準じて、等吸光係数比波長の第１点を５２０ｎｍ、第２点を５６５ｎｍとしてメラニンインデックスＭを算出し、また、前述した公知の式でヘモグロビンインデックスＨを算出し、色素量比Ｍ／（Ｍ＋Ｈ）を算出した。

一方、トリミングした唇のカラー画像を輝度によってグレースケール画像とした。そして、特開２０１３−７８５２０号公報に記載のガウシアンフィルタを用いる方法に準じて唇のグレースケール画像（画像サイズ：５５０ピクセル（横幅）×１００ピクセル（縦幅））にぼかし処理（ぼかし強度：半径５ピクセル）を行うことでぼかし画像を得、ぼかし画像に対してグレースケール画像の明るい画素を抽出した明差分画像を得、明差分画像の画素値の標準偏差と平均値を求め、それらの比をとることで明変動係数を得た。また、ぼかし画像に対し、グレースケール画像の暗い画素を抽出した暗差分画像を得、暗差分画像の画素値の標準偏差と平均値を求め、それらの比をとることで暗変動係数を得た。

また、トリミングしたグレースケール画像で下唇の横幅Ｌ１と下唇の縦の長さ（顔の上下方向の長さ）Ｌ２と計測し、形状比として、これらの比Ｌ１／Ｌ２を得た。

色素量比Ｍ／（Ｍ＋Ｈ）、暗変動係数、明変動係数、形状比（Ｌ１／Ｌ２）のそれぞれと実年齢との相関性を調べ、単回帰の決定係数Ｒ²とｐ値を算出した。結果を表１及び図３Ａ〜図３Ｄに示す。色素量比や形状比は実年齢と正の相関性を有しており、その決定係数が高いことがわかる。
一方、明変動係数や暗変動係数は負の相関性を示している。これは加齢によりムラが見えづらくなるためと推察される。

（２）実年齢を目的変数とする回帰式の取得
上記２０人の評価対象者の実年齢を目的変数とし、（１）で得た色素量比、暗変動係数、明変動係数、形状比を説明変数として重回帰分析した。結果を表２に示す。

表２によれば回帰式の係数のｐ値はいずれも５％の有意水準をほぼ満たしているので、唇年齢を算出する回帰式として次式１-3ａを得た。この回帰式は決定係数Ｒ²が非常に高く、推定精度が高いことがわかる。

［実年齢］＝139.9×［Ｍ/(Ｍ+Ｈ)］−50.19×［暗変動係数］−18.54×［明変動係数］＋2.74×［Ｌ1/Ｌ2］＋103.72
（式１-3ａ）

（３）くすみ感
上記２０人の評価対象者のくすみ感の官能評価値を次のようにして得た。即ち、３名の美容関係の専門家が目視による主観評価で各評価対象者のくすみ感を１〜１００点にスコアリングし、３名のスコアリング結果の平均値を各評価対象者のくすみ感の官能評価値とした。
くすみ感の官能評価値と、（１）で得た色素量比、暗変動係数、明変動係数、形状比を説明変数として重回帰分析した。結果を表３に示す。

表３から、ｐ値が有意な説明変数を選択することにより、くすみ感の回帰式として次式２ａを得た。
くすみ感＝927.6×［Ｍ/(Ｍ+Ｈ)］＋9.086×［Ｌ1/Ｌ2］−156.7 （式２ａ）
この回帰式の決定係数Ｒ²は０．８８だった。

（４）きれいさ
上記２０人の評価対象者のきれいさの官能評価値を次のようにして得た。即ち、３名の美容関係の専門家が目視による主観評価で各評価対象者のきれいさを１〜１００点にスコアリングし、３名のスコアリング結果の平均値を各評価対象者のきれいさの官能評価値とした。
きれいさの官能評価値と、（１）で得た色素量比、暗変動係数、明変動係数、形状比を説明変数として重回帰分析した。結果を表４に示す。

表４から、ｐ値が有意な説明変数を選択することにより、きれいさの回帰式として次式３ａを得た。
きれいさ＝610.6×［Ｍ/(Ｍ+Ｈ)］＋16.09×［Ｌ1/Ｌ2］＋66.52 （式３ａ）
この回帰式の決定係数Ｒ²は０．８７であり、色素量比と形状比により支配的にきれいさが決まることが示された。

（５）なめらかさ
上記２０人の評価対象者のなめらかさの官能評価値を次のようにして得た。即ち、３名の美容専門家が目視による主観評価で各評価対象者のなめらかさを１〜１００点にスコアリングし、３名のスコアリング結果の平均値を各評価対象者のなめらかさの官能評価値とした。
なめらかさの官能評価値と、（１）で得た色素量比、暗変動係数、明変動係数、形状比を説明変数として重回帰分析した。結果を表５に示す。

表５から、ｐ値が有意な説明変数を選択することにより、なめらかさの回帰式として次式４ａを得た。
［なめらかさ］＝−306.9×［暗変動係数］−104.0×［明変動係数］＋671.4
（式４ａ）
この回帰式の決定係数Ｒ²は０．７３であった。

Ｌ１ 唇の唇の横幅
Ｌ２ 顔上下方向の唇の長さ
Ｌ３ 唇の厚さ

Claims (11)

1. 次の(i)〜(iv)
   (i)唇のメラニンの色素量とヘモグロビンの色素量との比（以下、「色素量比」という）
   (ii)唇の２種の外形寸法の比（以下、形状比という）
   (iii)唇画像にぼかし処理をしたぼかし画像に対して唇画像の明るい画素を抽出した明差分画像の画素値のばらつき度合い（以下、明変動係数という）、及び
   (iv)唇画像にぼかし処理をしたぼかし画像に対して唇画像の暗い画素を抽出した暗差分画像の画素値のばらつき度合い（以下、暗変動係数という）
   から選ばれる少なくとも二つを説明変数とし、
   実年齢又は唇印象の官能評価値を目的変数として得られる回帰式の説明変数に、被験者の唇の計測から得られた対応する変数を入れて算出される数値を被験者の唇年齢又は唇印象とする唇の評価方法。
2. 説明変数に(i)を含め、実年齢を目的変数とする回帰式で被験者の唇年齢を算出する請求項1記載の唇の評価方法。
3. 回帰式が次式１-1である請求項２記載の唇の評価方法。
   ［実年齢］＝ａ_1-1［色素量比］＋b_1-1［形状比］＋ｘ_1-1 （式１-1）
   （式中、ａ_1-1、b_1-1、は係数であり、ｘ_1-1は定数項である。）
   
4. 回帰式が次式１-2である請求項２記載の唇の評価方法。
   ［実年齢］＝ａ_1-2［色素量比］−c_1-2［明変動係数］−ｄ_1-2［暗変動係数］＋ｘ_1-2
   （式１-2）
   （式中、ａ_1-2、c_1-2、ｄ_1-2は係数であり、ｘ_1-2定数項である。）
   
5. 回帰式が次式１-3である請求項２記載の唇の評価方法。
   ［実年齢］＝ａ_1-3［色素量比］＋b_1-3［形状比］−c_1-3［明変動係数］
   −ｄ_1-3［暗変動係数］＋ｘ_1-3 （式１-3）
   （式中、ａ_1-3、b_1-3、c_1-3、ｄ_1-3は係数であり、ｘ_1-3定数項である。）
   
6. 唇の色素量比と形状比を説明変数とし、唇のくすみ感の官能評価値を目的変数として得られる次の回帰式（２）
   ［くすみ感］＝ａ₂［色素量比］＋ｂ₂［形状比］＋ｘ₂ （式２）
   （式中、ａ₂、b₂は係数であり、ｘ₂定数項である。）
   
   の説明変数に、被験者の唇の計測から得られた対応する変数を入れて算出される数値を被験者の唇のくすみ感とする請求項1記載の唇の評価方法。
   
7. 唇の色素量比と形状比を説明変数とし、唇のきれいさの官能評価値を目的変数として得られる次の回帰式（３）
   ［きれいさ］＝ａ₃［色素量比］＋ｂ₃［形状比］＋ｘ₃ （式３）
   （式中、ａ₃、b₃は係数であり、ｘ₃定数項である。）
   
   の説明変数に、被験者の唇の計測から得られた対応する変数を入れて算出される数値を被験者の唇のきれいさとする請求項１記載の唇の評価方法。
   
8. 明変動係数及び暗変動係数を説明変数とし、唇のなめらかさの官能評価値を目的変数として得られる次の回帰式（４）
   ［なめらかさ］＝−ｃ₄［明変動係数］−ｄ₄［暗変動係数］＋ｘ₄
   （式４）
   （式中、ｃ₄、ｄ₄は係数であり、ｘ₄定数項である。）
   
   の説明変数に、被験者の唇画像から得られた対応する変数を入れて算出される数値を被験者の唇のなめらかさとする請求項１記載の唇の評価方法。
   
9. 色素量比として、Ｍ/(Ｍ＋Ｈ)又はＨ/(Ｍ＋Ｈ)（式中、Ｍ＝メラニンインデックス、Ｈ＝ヘモグロビンインデックス）を使用する請求項１〜７のいずれかに記載の唇の評価方法。
   
10. 形状比として、顔の上下方向の唇の長さと唇の横幅との比を使用する請求項１、２、３、５〜７のいずれかに記載の唇の評価方法。
    
11. 唇年齢又は唇印象の評価値を出力する演算装置を備えた唇の評価システムであって、該演算装置が請求項１〜１０のいずれかに記載の回帰式を記憶し、該回帰式の説明変数として、被験者の唇の計測から得られた対応する変数が入力されることにより該回帰式による算出値を唇年齢又は唇印象の評価値として出力する唇の評価システム。

Images